Inovação

Este robô usou IA para se ensinar a andar

Este robô usou IA para se ensinar a andar


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Um novo estudo de pesquisadores do Google fez grandes progressos em relação aos robôs que aprendem a navegar pelo mundo sem qualquer ajuda humana, relata a Technology Review.

RELACIONADOS: OS MAIS AVANÇADOS ROBÔ RIVALS DO IRÃO HONDA'S ASIMO

Um robô de autoaprendizagem em ambientes virtuais

Este novo estudo se baseia em pesquisas conduzidas um ano antes, quando o grupo de pesquisadores aprendeu pela primeira vez como fazer um robô aprender no mundo real. A capacidade de reforçar o comportamento aprendido é uma prática comum na simulação - um clone virtual do robô se agita indefeso em torno de uma cópia virtual de seu ambiente até que o algoritmo de IA tenha se adaptado o suficiente para operar bem no mundo real. Em seguida, o programa é importado para o robô e ligado.

Obviamente, esse método ajuda o robô a evitar danos porque ele não precisa mais fazer execuções de tentativa e erro no mundo real, onde as consequências de falha são muito altas para o risco. No entanto, o robô requer um modelo fácil de simular - cascalho espalhado ou molas de um colchão para amolecer os pés de metal de um robô demoram tanto para simular que não vale o esforço.

É por isso que os pesquisadores procuraram evitar os problemas de modelagem, treinando o robô no mundo real desde o início. Para fazer isso, eles projetaram um algoritmo mais eficiente, capaz de aprender com menos tentativas e menos erros; enviando o robô para andar em duas horas. Como o ambiente físico varia naturalmente, o robô também pode se adaptar rapidamente a outros ambientes relativamente semelhantes, como degraus, inclinações suaves e áreas planas com obstáculos.

O princípio de realidade como algoritmo

No entanto, o robô ainda precisava de uma babá humana para pular centenas de vezes, disse Jie Tan, co-autor do jornal e líder da equipe de locomoção robótica do Google Brain, à Technology Review. "Inicialmente, não pensei nisso", disse ele.

Isso se tornou um novo problema. O primeiro passo para enfrentá-lo era limitar o terreno explorável disponível para o robô e fazê-lo treinar em várias manobras simultaneamente. Quando o robô alcançou a borda de uma área limitada enquanto aprendia a andar para frente, ele simplesmente inverteu a direção e aprendeu a andar ao contrário.

Em seguida, os pesquisadores restringiram os movimentos disponíveis para o robô durante sua tentativa, minimizando os danos por meio de cautela e evitando quedas. Claro, o robô caiu de qualquer maneira, então eles adicionaram outro algoritmo para que ele pudesse se levantar.

À medida que os ajustes e ajustes se acumulavam, o robô se tornou capaz de andar por conta própria em superfícies díspares, incluindo terreno plano, um capacho com fendas e um colchão de espuma viscoelástica. Este trabalho tem potencial para aplicações futuras, nas quais os robôs precisam se mover por terrenos acidentados e implacáveis, sem humanos por perto para ajudar.

"Acho que este trabalho é bastante empolgante", disse Chelsea Finn, professora assistente de Stanford afiliada ao Google, mas não parte da pesquisa, à Technology Review. "Remover a pessoa do processo é muito difícil. Ao permitir que os robôs aprendam de forma mais autônoma, os robôs estão mais perto de poder aprender no mundo real em que vivemos, em vez de em um laboratório."

Mas, ela avisa, há um problema: a configuração atual usa um sistema de captura de movimento que rastreia o robô de cima para rastrear sua localização. Não é assim em cenários do mundo real.

No futuro, os pesquisadores planejam adaptar seu novo algoritmo para robôs diferentes, ou até mesmo para vários robôs aprendendo ao mesmo tempo, no mesmo ambiente. Tan acha que o truque para desbloquear robôs mais úteis está na locomoção por crack.

"Muitos lugares são construídos para humanos e todos nós temos pernas", disse ele à Technology Review. "Se um robô não pode usar pernas, eles não podem navegar no mundo humano."

De aplicações militares a ajudar humanos como um cão de serviço, o futuro dos robôs torna a robótica uma das carreiras de engenharia mais atraentes para o futuro previsível.


Assista o vídeo: Primeiro curso nacional de programação de robôs #1 (Pode 2022).